EXTRACIN DE LA INFORMACIN

CUALITATIVA y CUANTITATIVA
Carlos Jimnez Gutirrez
cjimenez62@gmail.com
Dr. Salud Pblica, Mtro. Salud Pblica. M en C. Epidemiologa
Subdireccin de Evaluacin de Tecnologa para la Salud

Prxima Reunin Internacional: COCHRANE COLLOQUIUM 2011

Evidencias cientficas para la calidad

asistencial y la seguridad
de los pacientes

Palacio de Congresos de Madrid

19Cochrane Colloquium
VI Conferencia Internacional de Seguridad del
Paciente
Red Cochrane Iberoamericana (X edicin)
Red IberoAmericana sobre Guas de Prctica
Clnica (VIII)

Es posible asegurar la validez de los resultados antes de realizar

el anlisis estadstico en un estudio epidemiolgico?

Es posible asegurar la validez de los resultados antes de realizar

el anlisis estadstico en un Ensayo Clnico Aleatorizado
Controlado?

Es posible asegurar la validez de los resultados antes de realizar

el anlisis estadstico en una Revisin Sistemtica?

Es posible asegurar la validez de los resultados antes de realizar

el anlisis estadstico de un informe de Evaluacin de
Tecnologa para la Salud?

Extraccin de los datos de los artculos seleccionados e incluidos

PROCESO DE INVESTIGACIN

REVISIN SISTEMTICA

Estudios INDIVIDUALES

Observacionales

Experimentales

Experimentales

Observacionales

Instrumentos de recoleccin
de informacin

Cuestionarios (Formulairios)

Validados

Instrumentos de recoleccin
de informacin

Cuestionarios (Formularios)

Validados

Captura de Informacin

Captura de Informacin

Base de Datos

Base de Datos

Anlisis Estadstico

Univariado

Bivariado

Multivariado
Reg Logistica (C, NC)

Reg Lineal Multiple

Etc

Anlisis Estadstico

Mtodo Logit (Meta-anlisis)

Bivariado
Multivariado

Extraccin de los datos de los artculos seleccionados e incluidos

1. Realizarse siempre a travs de un cuestionario o formulario:
Siempre deben INCLUIR las variables de estudio relacionadas con la(s) pregunta(s)
formulada(s)
PECO
PDCO
PICO
PPCO
2. El diseo y estructura siempre deben ser cuidadosamente elaborados
Deben ser sometidos a un estudio piloto para probar su funcionamiento

3. Permitir conformar la base de datos

4. Adopcin y adaptacin de formularios
CUIDADO: Lo que es valido en otro escenario no lo es para el nuestro
SI cuando las variables de estudios son generales y permiten describir a los sujetos
en estudio (pacientes), las intervenciones, la enfermedad o contexto clnico.
NO cuando se trata de caractersticas muy especificas: grupos de edad, sexo,
esquemas del tratamiento, ms de una variable clnica de resultado, etc

Extraccin de los datos de los artculos seleccionados e incluidos

5. Debe estar MUY BIEN ENTRENADA la(s) persona(s) que se encargara(n) de
extraer la informacin:
Necesarios un Coordinador de todo el proceso o subprocesos
Ms de un revisor
Extraccin de los datos en forma independiente
Tipo de datos: Cualitativos y Cuantitativo
Datos Cualitativos:
Marco(s) Terico(s). NUNCA SE DISCUTE SU SIGNIFICADO
(PROBLEMA EPISTEMOLGICO)
Datos Cuantitativos:
NO AL VALOR P (Nivel de significancia)
SI a las Medidas de Efecto o Asociacin con sus respectivos IC95%
RP, RM, RR; IC95%
Adivina Adivinador! ????
Los autores no siempre reportan los datos crudos
Los editores de la revistas mdicas no exigen los datos crudos
Mayor oportunidad de introducir sesgos por parte del INVESTIGADOR

Extraccin de los datos de los artculos seleccionados e incluidos

6. No existe una base de datos de cuestionarios o formularios de Revisiones
Sistemticas
Manual Cochrane en Espaol
11a.17 Apndice D1: Ejemplo de instrucciones para dar formato y codificar datos en formato
electrnico. Pg. 165
11a.18 Apndice D2: Ejemplo de un formulario para el suministro de datos en forma manual.
Pg.169
11a.19 Apndice D3: Codificacin utilizada en el formulario para el suministro de datos en
forma manual.

7. Siempre recurra a la comunicacin con los autores del articulo en cuestin

Tipos de Formatos
1. Tipos de Formatos:

Papel y/o Electrnico

Transicin tecnolgica
Papel = Fotocopia = Filmina = Archivo Electrnico
E-research
E-mobil research o Digital research
Habilidades Informticas
Programacin

Compatibilidad de software
Proteccin tarda a la naturaleza

Tipos de Formatos

2. Estudios Poblacionales
Estudios Epidemiolgicos
Registro de datos de los sujetos durante el estudio = Papel
Supervisin = Papel
Elaboracin de base de datos = Electrnico
Informacin Discordante: Entrada Salida
3. Industria Farmacutica

Ensayos Clnicos Aleatorizados Controlados

Registro de datos de los sujetos en estudio y conformacin
de la base de datos

Supervisin = Electrnico
Informacin Concordante: Entrada = Salida

Tipos de Formatos

4. Coordinacin en la recogida de datos

No sacrifique la Calidad de los procesos de supervisin
No debe programarse el formulario electrnico hasta que se ha
diseado, experimentado y depurado una copia del mismo en papel
(Prueba Piloto)
Buscar compatibilidad de archivos con el RevMan.
No sacrifique la calidad de la extraccin de los datos por una mejor
tecnologa
Entrenamiento de los investigadores (revisores)
Discrepancias de informacin extrada:
Formatos diferentes = extraccin diferencial de datos (SESGO)
Crear mecanismos de control de calidad de la entrada de datos y de
correccin cuando se hayan producido errores.
Siempre debern analizarse y tomar decisiones en conjunto

Formato electrnico O Formato papel O Formato en papel y electrnico

Tipos de Formatos para la extraccin de los datos de los artculos seleccionados e

incluidos

Cantidad de Informacin
Variables de estudio (PICO)

+
INFORMACIN GENERAL
Omisin de datos clave

INFORMACIN DETALLADA

Doble trabajo para los

revisores

Formularios ms largos
Tediosos y aburridos de
completar

Se tendr que resumir de

nuevo los estudios usando
formularios
suplementarios.

Tiempo excesivo para los

revisores.

Tener que revisar de

nuevo un estudio es lento
y frustrante.

Cmo equilibrar?
Costo, Tiempo, recursos humanos y
financieros (Factibilidad)
Decisin del equipo de investigacin
Conflictos de Inters

Tipos de Metodologa de los datos de los artculos seleccionados e incluidos

Evaluacin de los Ensayos Clnicos (Error de Medicin)

Tipo de Ensayo
Paralelos
Cruzado

Tipo Asignacin Aleatoria

Control de Variables Confusoras y/o Modificadoras de
efecto
Cegamiento:
Pacientes
Proveedores
Evaluadores de resultados

Razones por las que se pierden sujetos durante el

estudio
Nmero de prdidas
Anlisis de subgrupos para observar diferencias entre los que se
fueron y los que se quedan

Cambios de tratamiento
Formulario para la recoleccin de la informacin

Evaluacin
A = Adecuado
B = Poco Claro
C = Inadecuado
D = No se utilizo

Caractersticas de los
sujetos

Intervencin (es) con

mayor beneficio

Grupo Control
Intervencin (es) con la
(s) que se compara

Enfermedad o Condicin
Clnica

Intervencin (es) con mayor

beneficio

Intervencin (es) con mayor

beneficio

Intervencin (es) con mayor

beneficio

>

Intervencin (es) con la que

se compara

Intervencin (es) con la que

se compara

Intervencin (es) con la que

se compara

Qu tan grande es el
beneficio?
Valor P vs IC95%

RP, IC95%

RM, IC95%

RR IC95%

P Caractersticas de los sujetos

Edad
Sexo
Escolaridad
Susceptibilidad gentica
Grupos tnicos
Comorbilidades
mbitos de los estudios
Hospitales de agudos
Servicios clnicos (urgencias vs consulta externa)
Hospitales de larga estancia: residencias, casas de convalecencia
Escuelas
Comunidades

Regiones geogrficas distintas con diferencias culturales

Temporales indican diferencias tecnolgicas importantes
Criterios diagnsticos
Gradiente de gravedad

I Intervencin (es) con mayor beneficio

1. Eficacia
2. Seguridad
Efectos adversos

3. Farmacolgicas
Ms de una intervencin
Vas de administracin (oral, intravenosa, etc.)
Dosis
Tiempo
A partir del diagnstico
Duracin del tratamiento
4. No farmacolgicas
Intervenciones complejas
Ms de una intervencin
Psicoterapias, enfoques educacionales o conductuales o las estrategias de
prestacin sanitaria
5.
6.
7.
8.

Quin llev a cabo la intervencin

Sus contenidos
Formato
Tiempo

C intervencin con la que se compara

1. Grupo control (variables confusoras se distribuyen homogeneamente)
2. Placebo
3. Anlisis de sensibilidad
4. Farmacolgicas
Ms de una intervencin
Vas de administracin (oral, intravenosa, etc.)
Dosis
Tiempo
A partir del diagnstico
Duracin del tratamiento
5. No farmacolgicas
Ms de una intervencin
Intervenciones complejas
Psicoterapias, enfoques educacionales o conductuales o las estrategias de
prestacin sanitaria

6.
7.
8.
9.

Quin llev a cabo la intervencin

Sus contenidos
Formato
Tiempo

O Enfermedad o Condicin Clnica

1. Ms de una medida de resultado
Mortalidad,
Morbilidad,
Calidad de vida, etc
2. Diferentes:
Escalas de medida

Medidas de resultado
Dicotmicos
Continuos

Subgrupos de pacientes
Medidas de resultado en diferentes momentos del tiempo.
RM, IC95%
RR, IC95%
DR, IC95%
3. Medidas de resultado deberan recogerse en el formato que se present en el estudio
original y transformarse en un paso posterior.

Codificacin de datos
1. Elaboracin y uso de un Manual de Codificacin (Manual de trabajo de
campo)

Diseo y estructura del Manual

Diseo y estructura del Cuestionario (Formulario)
Secciones Temticas
Instrucciones y reglas de decisin en el formulario de recogida de
datos
Codificacin debe ser sencilla
Insertar instrucciones o notas a continuacin o cerca de la variable
que se codificar.
2. Entrenar a los investigadores (revisores) en el uso del formulario
3. Invitar a los investigadores (revisores) ayuden a hacer mejoras en los
formularios
4. Probar el Manual de Codificacin durante el estudio piloto del Formulario

Declaracin CONSORT

Tcnica Estadstica
Meta-anlisis
Carlos Jimnez Gutirrez
cjimenez62@gmail.com
Dr. Salud Pblica, Mtro. Salud Pblica. M en C. Epidemiologa
Subdireccin de Evaluacin de Tecnologa para la Salud

DEFINICIONES

1. Conjunto de tcnicas que permiten la revisin y

combinacin de resultados de distintos estudios
previos para contestar una misma pregunta
cientfica (Lton-Molina E, Pedromingo-Marino A,
2001)
2. Integra y combina los resultados de distintos
estudios que reponden a una misma pregunta.

3. Proceso de utilizar mtodos estadsticos que

combinan resultados de diferentes estudios
(Jenicek M, 1996)

DEFINICIONES (continuacin)

4. Evaluacin y sntesis sistemtica, organizada y

estructurada de un problema de inters basado
en los resultados de muchos estudios
independientes sobre un problema (causa de
una enfermedad, efecto de un tratamiento,
mtodo diagnstico, pronstico, etc). (Jenicek M, 1996)
5. Aplicacin sistemtica y uniforme de criterios
predeterminados de calidad (cobertura de datos,
ausencia de sesgos, errores aleatorios,
adecuado anlisis estadstico e interpretacin
adecuada. (Meta-anlisis cualitativo). (Jenicek M, 1996)

DEFINICIONES (continuacin)

6. Integracin estadstica de la informacin

nmerica de un tema determinado,
reflejado por los resultados de varios
estudios independientes (Meta-anlisis
cuantitativo). (Jenicek M. 1996)

TCNICAS ALTERNATIVAS (para combinar informacin)

MTODO

TIPO

APROXIMACIN

DIFICULTAD

Revisiones

Narrativo

Subjetiva

++

Conferencias de
consenso

Narrativo

Subjetiva

+++

Paneles de
expertos

Narrativo

Subjetiva

++

Cuantitativo

Objetiva

Ciencia-ficcin

Objetiva

+++

Meta-anlisis
(Glass, 1976)
Reanlisis de
datos originales

EJERCICIOS: Datos ficticios con tres estudios

Estudio 1

Estudio 2
EXP

NO
EXP

EXP

NO
EXP

ENF

15

20

ENF

16

20

SANO

10

SANO

10

30

40

21

30

14

46

60

Estudio 3
EXP

NO
EXP

ENF

25

15

40

SANO

17

23

40

42

38

80

EJERCICIOS: Datos ficticios con tres estudios

OR

1
2

IC95% 0.40 - 10.11

ESTUDIOS
2
3
0.75
2.25

4
2.11

0.20 - 2.78

0.92 5.52

1.14-3.90

X2
P

0.71
0.398

0.19
0.666

3.21
0.073

5.75
0.017

Efecto

EJERCICIOS: Datos ficticios con tres estudios

OR

1
2

IC95% 0.40 - 10.11

X2
P
Efecto

ESTUDIOS
2
3
0.75
2.25

4
2.11

0.20 - 2.78

0.92 5.52

1.14-3.90

0.71
0.398

0.19
0.666

3.21
0.073

RIESGO

PROTECTOR

RIESGO

5.75
0.017
????

EJERCICIOS: Datos ficticios con tres estudios

Estudio 1

Estudio 2
EXP
NO
EXP

EXP

NO
EXP

ENF

15

20

ENF

16

20

SANO

10

SANO

10

30

40

21

30

14

46

60

Estudio 4

Estudio 3
EXP

NO
EXP

ENF

25

15

40

SANO

17

23

40

42

38

80

EXP

NO EXP

ENF

44

36

80

SANO

33

57

90

77

93

170

EJERCICIOS: Datos ficticios con tres estudios

Qu fue lo que sucedi?

Colapsar o reagrupar los valores
de los tres estudios

Se pierde la identidad de la
informacin
Proveniente de cada estudio

PARADOJA DE SIMPSON

Ejercicio: DATOS HIPOTETICOS CON TRES ESTUDIOS

Cmo se resuelve este

problema?

Combinando adecuadamente la informacin

teniendo en cuenta la singularidad y la
importancia de cada estudio (Meta-anlisis)

Qu se hace en el meta-anlisis?
1. Asumiendo que todos ellos cumplen estndares mnimos de
calidad metodolgica para incluirse en el meta-anlisis.

2. Se establece un peso o ponderacin (Wi) para cada estudio

(MTODO LOGIT)

Wi =

1
Varianza muestral de la medida
de efecto

Revisor o evaluador:
1.

Introduce sesgos

2. No se consideran los efectos pequeos que no son estadsticamente significativos, pero

clnicamente son importantes (Cooper 1980, Antman 1992).
3. Sesgo al dar inadecuadamente ms peso a los resultados de un estudio respecto a otro
(Interpretacin y Votacin)
4. Error al comparar el nmero de estudios "positivos" con el nmero de estudios "negativos".
5. No se considera el peso relativo de la evidencia fiable proporcionada por cada estudio.

Errores catastrficos:
1. Estadsticamente significativo (p < 0.05)
2. Mayor atencin al RESULTADO GLOBAL del grfico que resume los resultados (Funnel
Plot)

3. No prestar atencin:
Preguntas de estudio (eficacia y seguridad)
Metodologa de Bsqueda de informacin
Tipo de estudios seleccionados
Formatos de recoleccin de informacin
Extraccin de informacin
Anlisis estadstico
Conclusiones (clnicas y nueva investigacin)

Qu se hace en el meta-anlisis?
1.

Objetivo:
Obtencin de una medida global que INTEGRE la informacin
numrica procedente de varios estudios

2.

El anlisis cuantitativo de la informacin:

Incapaz de detectar la baja calidad de los datos

3.

Anlisis estadstico bsico:

1.

Calculo de una medida de efecto global:

Su intervalo de confianza (IC 95%)
Significacin estadstica

2.

Medida de asociacin de cada uno de los estudios incluidos:

RR, RM; DR;
Su intervalo de confianza (IC 95%)

Significacin estadstica
3.

Peso para cada uno de los estudios incluidos

Expresdo en porcentaje

4.

X2 de Asociacin

5.

X2 de Heterogeneidad

P
Caracterstica
s de los
sujetos

I
Intervencin
(es) con
mayor
beneficio

Intervencin (es) con

mayor beneficio

C
Grupo Control
Intervencin
(es) con la (s)
que se
compara

O
Enfermedad o
Condicin
Clnica

Intervencin (es) con la

que se compara

Qu tan grande es el
beneficio?
Intervencin (es) con
mayor beneficio

Valor P vs IC95%

Intervencin (es) con la

que se compara

=
Intervencin (es) con
mayor beneficio

>

Intervencin (es) con la

que se compara

RP, IC95%

RM, IC95%

RR IC95%

P
Caracterstica
s de los
sujetos

I
Intervencin
(es) con
mayor
beneficio

C
Grupo Control
Intervencin
(es) con la (s)
que se
compara

O
Enfermedad o
Condicin
Clnica

Adivina Adivinador!!
Qu comparaciones deben
hacerse?
Qu resultados de los
estudios deben usarse en
cada comparacin?

Intervencin (es) con

mayor beneficio

Intervencin (es) con

mayor beneficio

Intervencin (es) con

mayor beneficio

>

Intervencin (es) con la

que se compara

Son los resultados de los

estudios similares en cada
comparacin?
Cul es la mejor medida
resumen del efecto en cada
comparacin?

Intervencin (es) con la

que se compara

Intervencin (es) con la

que se compara

Qu grado de fiabilidad
tienen estas medidas de
resumen?

Tipo de Variable
Tipo de Datos

Medida Estadstica

Modelo

Efecto Fijo

Peto
Mantel-Haenszel
Wolf

Efectos Aleatorios

DerSimonian and Laird

Efecto Fijo

Mantel-Haenszel
Wolf

Efectos Aleatorios

DerSimonian and Laird

Efecto Fijo

Mantel-Haenszel
Wolf

Efecto Aleatorio

DerSimonian and Laird

Efecto Fijo

Wolf

Efectos Aleatorios

DerSimonian and Laird

Efecto Fijo

Wolf

Efectos Aleatorios

DerSimonian and Laird

Efecto Fijo

Peto

Razn de Odds

Dicotmico
Riesgo Relativo

Diferencia de riesgo

Diferencia de medias
Continuo
Diferencia de medias
estandarizadas
Datos Individuales
del paciente

Razn de Odds

Mtodo

TIPOS DE DATOS: Datos dicotmicos

1. Medidas de asociacin:
Odds-ratio,
Riesgo relativo (o efecto relativo)
Diferencia de riesgo
2. Ods-ratio
Ventajas estadsticas con relacin a su distribucin muestral y su idoneidad
en los modelos (Fleiss 1993)
Uso generalizado en el meta-anlisis
Posibilidad de que sea interpretado incorrectamente (Sinclair 1994).
No hay ninguna base slida para suponer que el odds-ratio vara menos
entre estudios que otras estadsticas de resumen

3. Odds ratio

riesgo relativo

1. Enfermedad es relativamente raro.

TIPOS DE DATOS: Datos dicotmicos

Resultado

Si

No

Tratamiento

Control

Odds ratio = (A/B)/(C/D) ~ (A/C)/(B/D) ~ AD/BC

De esta forma, si A es un valor pequeo respecto a B y C es un valor pequeo
respecto a D, el odds ratio y el riesgo relativo son aproximadamente iguales (OR
= RR)

Riesgo relativo (RR) = [A/(A+B)]/[C/(C+D)]

Reduccin del riesgo relativo = 1 - RR
Diferencia de riesgos (o Reduccin absoluta del riesgo (RAR) (DR) =

TIPOS DE DATOS: continuos

1. Diferencia de medias ponderada
2. Resultados se miden de manera estndar en los diferentes estudios.
3. Resume los resultados en unidades naturales .
4. Utilizar indicadores de medida:
Permite combinar resultados de estudios sumamente distintos
Modelos Tericos o conceptuales iguales pero medidos de
maneras distintas (por ejemplo, escalas diferentes de medicin en
esquizofrenia).
En estas circunstancias pueden usarse las diferencias de medias
estandarizadas.

Ejemplo 1.

Meta-anlisis de 7 ensayos clnicos aleatorizados

para estudiar el efecto de la aspirina (comparada
con placebo) en la prevencin de la mortalidad
despus del infarto.

Resultados de 7 ensayos clnicos aleatorizados para estudiar el efecto de la

aspirina (comparada con placebo) en la prevencin de la mortalidad
despus del infarto al miocardio
No. Muertos/No. Pacientes
Codigo Estudio

Aspirina

Placebo

OR

1.

MRC-1
(1980)

49 / 165

67 / 624

0.720

-0.329

25.710

2.

CDP
(1982)

44 / 758

64 / 771

0.681

-0.384

24.291

3.

MRC-2
(1984)

102 / 832

126 / 850

0.803

-0.219

48.801

4.

GASP
(1986)

32 / 317

38 / 309

0.801

-0.222

15.440

5.

PARIS
(1988)

85 / 810

52 / 406

0.798

-0.226

28.409

6.

AMIS
(1990)

246 / 2267

219 / 2257

1.133

0.125

103.985

7.

ISIS-2
(1922)

1570 / 8577

1720 / 8600

0.895

-0.111

663.923

y=ln(OR) W=1/var(y)

Efecto
Teraputico

Study

Efecto a favor
Control

Odds ratio
(95% CI)

% Weight

MCR-1 (1980)

1.39 (0.94,2.05)

2.5

CDP (1982)

1.47 (0.99,2.19)

2.4

MRC-2 (1984)

1.25 (0.94,1.65)

5.1

GASP (1986)

1.25 (0.76,2.06)

1.6

PARIS (1988)

1.25 (0.87,1.81)

2.9

AMIS (1990)

0.88 (0.73,1.07)

12.8

ISIS-2 (1992)

1.12 (1.04,1.21)

72.7

Overall (95% CI)

1.11 (1.04,1.19)

.457391

2.18631
Odds ratio

Tamao de la muestra?
Cuntos artculos se requieren?
Qu tipo de errores de medicin se
comenten?

Sesgo de
Publicacin
Estudios Publicados
Estudios Localizados

Sesgo de
Localizacin

Anlisis Estadstico
Meta-anlisis

Sesgo de
Inclusin

Diferentes tipos de sesgos

Sesgo de Publicacin

Estudios Publicados

Estudios Localizados

Sesgo de
Localizacin

Metaanlisis

Sesgo de Inclusin

Grficos de embudo hipotticos (FUNNEL PLOT)

0

A. Grafico SIMETRICO

No hay sesgo

3
0.25

Standard error

0.5

B. Grafico ASIMETRICO

3
0.25
0

0.5

S hay sesgo de informacin

Por ausencia de informacin
= bsqueda exhaustiva

B. Grafico ASIMETRICO
2

3
0.25

0.5

Relative risk

S hay sesgo de informacin

Literatura con bajo nivel de
calidad metodolgica de los
estudios

GRAFICOS DE EMBUDO HIPOTETICOS (Funnel Plot) (Continuacin)

0

A. Grafico SIMETRICO

No hay sesgo

3
0.25

Standard error

0.5

B. Grafico ASIMETRICO

3
0.25
0

0.5

S hay sesgo de informacin

Por ausencia de informacin
= bsqueda exhaustiva

B. Grafico ASIMETRICO
2

VV
V
V
0.25

0.5

Relative risk

S hay sesgo de informacin

Literatura con bajo nivel de
calidad metodolgica de los
estudios

Tipo de
Sesgo
Seleccin

Razones

1.

Seleccin de sujetos para

asignarlos a los grupos de
intervencin

2.

Tcnicas de aleatorizacin

Realizacin

Diferencias en el trato/atencin que

reciben los sujetos en la atencin
clnica

Seguimiento

1.
2.

Publicacin

IDENTIFICAR:
Grfico de embudo (Funnel Plot)

Prdida de sujetos
Interesan las razones de
abandono o perdida que el
numero

Forma de Reducirlo

Encubrimiento de la asignacin

Cegamiento
Diseo doble ciego
En estudios abiertos y estudios
simple ciego la evolucin ciega
por terceros
Diseo triple ciego
Variable dicotmica: Anlisis por
intencin a tratar
Variables continuas: Last
observation carried forward
(LOCF)

RR, IC95%
OR, IC95%
Evento Adverso
Cero (0) representara un 100% de efectividad

A favor del tratamiento

Beneficio del Tratamiento

A favor de control

Diferencia de riesgo o
reduccin de riesgo absoluto
Una diferencia de riesgos que es igual al riesgo en el
grupo control representa un 100 % de efectividad

A favor del tratamiento

Beneficio del Tratamiento

A favor de control

Ejemplo 2.

Eficacia de los stents recubiertos de frmacos antiproliferativos en

la prevencin de la reestenosis coronara postangioplastia en
comparacin con los stents no recubiertos
(Oliva G, Espallarges M, Pons JMV. Stents recubiertos de frmacos
antiproliferativos: revisin sistemtica del beneficio y estimacin del
impacto presupuestario. Rev Esp Cardiol 2004;57:617-28)

Datos Dicotmicos Extrados

ESTUDIO (Ao)

Tamao del Efecto

OR

LOG(OR)

(V(LOG(OR))

Ravel (2002)

120

27

91

0.01

-0.7732

2.0556

Sirius - USA (2003)

22

511

87

438

0.22

- 3.0758

0.0612

Sirius Eur (2003)

168

37

140

0.16

- 4.1598

0.1830

Aspect (2003)

46

46

0.50

- 3.7988

1.5435

Taxus I (2003)

30

27

0.30

- 2.8373

1.4037

Taxus II (2003)

126

47

223

0.34

- 2.7706

0.14481

Taxus IV (2004)

20

642

74

578

0.24

- 5.8911

0.0668

Sirius-Can (en curso ?)

48

41

0.19

- 4.8338

0.6563

Deliver I (en curso ?)

61

461

77

442

0.76

- 2.9285

0.0338

Elutes (en curso ?)

37

32

0.29

- 5.0106

0.7249

Future (en curso ?)

26

14

0.54

- 1.3581

2.1099

a = Nmero de eventos en el grupo de la intervencin de inters

b = Nmero de no eventos en el grupo de la intervencin de inters

c = Nmero de eventos del grupo control

d = Nmero de no eventos del grupo control

Metaanlisis del efecto sobre la revascularizacin de los stents recubiertos de

frmacos antiproliferativos
Razn de ODDS
IC95%

Estudio

A favor del tratamiento

A favor del control

A favor del
tratamiento

A favor de control

A favor del
tratamiento

A favor de control

Anlisis de costes a 1 ao y clculo del coste neutral bajo el supuesto de

tasas de efectos medios (en euros)
(Oliva G, Espallarges M, Pons JMV. Stents recubiertos de frmacos antiproliferativos: revisin sistemtica del beneficio y estimacin del impacto
presupuestario. Rev Esp Cardiol 2004;57:617-28)

Ejemplo 3.

Eficacia de las intervenciones

(Snchez Meca J, Martn Martnez F, Olivares J, Rosa AL.
Variables influyentes en el tratamiento de la adiccin al
tabaco: Un estudio de las tasas de abstinencia en Espaa.
Psicologa Conductual 1999;7:301-321)

Datos Dicotmicos Extrados

ESTUDIO (Ao)

Tamao del Efecto

OR

LOG(OR)

(V(LOG(OR))

lvarez (1991a)

13

0.46

- 0.1132

1.4979

lvarez (1991b)

13

0.05

- 3.0758

1.2690

Becoa (1993a)

16

16

0.02

- 4.1598

1.4963

Becoa (1993b)

11

16

0.02

- 3.7988

1.5051

Becoa (1993c)

14

16

0.06

- 2.8373

1.5043

Becoa (1993d)

15

16

0.06

- 2.7706

1.5028

Becoa (1996a)

33

40

0.00

- 5.8911

1.4791

Becoa (1996b)

14

22

40

0.01

- 4.8338

1.4622

Becoa (1996c)

30

51

33

0.05

- 2.9285

0.6454

Capafons (1992)

36

25

0.01

- 5.0106

0.9493

Frojan (1991a)

10

0.19

- 1.6740

0.8708

Frojan (1991b)

10

0.26

- 1.3581

0.8619

a = Nmero de eventos en el grupo de la intervencin de inters

b = Nmero de no eventos en el grupo de la intervencin de inters

c = Nmero de eventos del grupo control

d = Nmero de no eventos del grupo control

Metaanlisis para evaluar la eficacia de las intervenciones psicolgicas para

combatir el tabaquismo
Razn de ODDS
IC95%

Estudio

A favor del tratamiento

A favor del control

Ejemplo 4.

Qu intervenciones psicolgicas tienen algn

efecto en el control glucmico en personas con
diabetes tipo 1?
Winkley K, Landau S, Eisler I, Ismail K. Psychological interventions to
improve glycaemic control in patients with type 1 diabetes: systematic
review and meta-analysis of randomised controlled trial. BMJ
2006;333;65

RESULTADOS. USO DE PRUEBAS PSICOLGICAS

Ejemplo 3.

Qu intervenciones familiares son efectivas para mejorar las

condiciones asociadas a la diabetes en personas con diabetes y los
miembros de la familia que residen en la misma casa?
Armour TA, Norris L, Jack Jr, Zhang, Fisher L. The effectiveness of
familiy interventions in people with diabetes mellitus: a systematic
review. Diab Med. 2005;22;1295-1305

Anlisis de efectos fijos versus de efectos aleatorios

Qu tipo de anlisis?
Efectos Fijos o Efectos Aleatorios
Cul de ellos es mejor?

Los resultados deben combinarse en algunas situaciones,

como cuando existe una heterogeneidad importante entre
los resultados de los estudios (Schulz 1993)?

Anlisis de efectos fijos versus de efectos aleatorios

1. Principal desacuerdo:

Se incorpora la variacin entre los estudios (heterogeneidad) al calcular las

medidas combinadas de la magnitud del efecto.
2. Pocas diferencias en los resultados:

Variacin entre los estudios es baja

Prueba de heterogeneidad (P > 0.10)
3. Muchas diferencias en los resultados:
Modelo de Efectos Fijos
Ignora la variacin de los estudios
IC95 % = estrecho
Modelo de Efectos Aleatorios
No ignora la variacin la variacin de los estudios
IC95 % = amplio
4. Para cada modelo, existen situaciones en las cuales el resultado sea contrario a
lo que se intuye, de manera que puede ser apropiado analizar los resultados con
ambos mtodos. Fuera de esto, existen algunas bases comunes por lo menos
en cuatro puntos.

Se debe realizar el anlisis de la variacin (heterogeneidad) entre los

estudios al calcular las medidas combinadas de la magnitud del
efecto?

S DIFERENCIAS ENTRE LOS

RESULTADOS

NO DIFERENCIAS ENTRE LOS

RESULTADOS
Poca Variabilidad

Pba Heterogeneidad (Q Cochran ) =

NES

vs

Mucha Variabilidad
Pba Heterogeneidad (Q Cochran) = ES

P< 0.10

Variacin (heterogeneidad) entre los estudios

1. Preferible NO HACER EL META-ANLISIS

2. Los revisores deben alertar a los lectores de su revisin cuando hay una
heterogeneidad importante
Describir explcitamente la magnitud de la heterogeneidad
Explorar las causas de la heterogeneidad y tratar de explicarla

3. Especificarse a priori dentro del protocolo de la revisin, los factores que

podran conducir a diferencias entre los resultados de estudios individuales
Variables confusoras o modificadoras de efecto
Diferencias en la definicin de las intervenciones, los participantes,
Formas de evaluar los resultados o la calidad metodolgica de los estudios

Producir sesgos y acompaar a la heterogeneidad.

Evaluar el efecto que tiene excluir de la revisin aquellos estudios de peor calidad

4. Conviene realizar anlisis de subgrupos = anlisis estratificado (Yusuf 1991,

Oxman 1992)
5. Interpretar con cuidado los resultados

Variacin (heterogeneidad) entre los estudios

MODELO DE EFECTOS FIJOS

1. Valido como una prueba de significacin de la hiptesis nula general
(es decir, "ningn efecto en todos los estudios").
2. Un resultado estadsticamente significativo indica que hay un efecto por
lo menos en uno de los estudios.
3. El resultado global derivado de un modelo de efectos fijos es una
medida promedio del efecto del tratamiento en los estudios en el
anlisis (con o sin heterogeneidad)
4. Menor peso (W) a los resultados de estudios ms pequeos
Estudios con calidad ms pobre y pueden ser ms susceptibles a
estar afectados por sesgos de publicacin que los estudios ms
grandes.

Variacin (heterogeneidad) entre los estudios

MODELO DE EFECTOS ALEATORIOS
1. Asuncin: Los estudios seleccionados son de una muestra al azar de una poblacin
hipottica de estudios y que la heterogeneidad entre los estudios puede ser representada
mediante una sola varianza.
2. SOBREESTIMACIN del Peso (W)
Mayor peso (W) a los resultados de estudios ms pequeos

Valor de la W crece, la caja crece, el IC95% es estrecho

Los intervalos de confianza ms amplios (Estimacin ms conservadora
Estudios a menudo tienen una calidad ms pobre y pueden ser ms
susceptibles a estar afectados por sesgos de publicacin que los estudios ms
grandes.
3. Si no hay heterogeneidad:
Modelos de efectos fijo = Modelo de efectos aleatorios
Si la prueba de heterogeneidad (Q Cochran) es estadsticamente significativa y las
diferencias en los resultados tienen una importancia prctica, entonces debe
enfatizarse ms en el modelo de efectos aleatorios.
Cuidado en la sobreinterpretacin de pequeas diferencias en los intervalos de
confianza a partir de anlisis diferentes.

Variacin (heterogeneidad) entre los estudios

1. Es importante preguntarse si los resultados de los estudios son similares dentro
de cada comparacin o dicho de otra manera: Las diferencias entre los
resultados de los estudios son mayores de lo que podra esperarse por azar?

2. Una manera de responder a ello es examinar una presentacin grfica de los

resultados.
3. Si los intervalos de confianza para los resultados de cada estudio
(representados habitualmente con lneas horizontales) no se sobreponen, esto
sugiere que es probable que las diferencias sean estadsticamente significativas
(Walker 1988).
4. Las pruebas de homogeneidad son anlisis estadsticos formales para examinar
si la variacin observada en los resultados del estudio es compatible con la
variacin esperada nicamente por azar.

Variacin (heterogeneidad) entre los estudios

1. Mientras ms significativos sean los resultados de la prueba (el valor p sea ms
pequeo), es ms probable que las diferencias observadas no sean debidas
nicamente al azar.

2. Cuando hay heterogeneidad estadsticamente significativa (una probabilidad

baja, tal vez de 1 en 10 o de 1 en 20), esto sugiere que las diferencias
observadas en los resultados de los estudios individuales podran ser causadas
por otros factores distintos al azar.

Textos recomendados:

Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of

Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration,
2011. Available from www.cochrane-handbook.org.
Manual de Revisores 4.1.6 (versin espaola de Cochrane Reviewers
Handbook) [actualizacin enero 2003]. Barcelona: Centro Cochrane
Iberoamericano; 2003.
Egger M., Smith G., and Altman D. Systematic Reviews in Health Care. Metaanalysis in context, edited by., London: BMJ, 2001: 3-19.
Sutton AJ, Abrams K, Jones DR, Sheldon TA, Song F. "Methods for Meta-analysis
in Medical Research". New York: Wiley, 2000.